tools.cc

   1 /*
   2  *  svrt is the ``Synthetic Visual Reasoning Test'', an image
   3  *  generator for evaluating classification performance of machine
   4  *  learning systems, humans and primates.
   5  *
   6  *  Copyright (c) 2009 Idiap Research Institute, http://www.idiap.ch/
   7  *  Written by Francois Fleuret <francois.fleuret@idiap.ch>
   8  *
   9  *  This file is part of svrt.
  10  *
  11  *  svrt is free software: you can redistribute it and/or modify it
  12  *  under the terms of the GNU General Public License version 3 as
  13  *  published by the Free Software Foundation.
  14  *
  15  *  svrt is distributed in the hope that it will be useful, but
  16  *  WITHOUT ANY WARRANTY; without even the implied warranty of
  17  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  18  *  General Public License for more details.
  19  *
  20  *  You should have received a copy of the GNU General Public License
  21  *  along with selector.  If not, see <http://www.gnu.org/licenses/>.
  22  *
  23  */
  24
  25 #include "misc.h"
  26 #include "tools.h"
  27 #include "fusion_sort.h"
  28
  29 scalar_t robust_sampling(int nb, scalar_t *weights, int nb_to_sample, int *sampled) {
  30   ASSERT(nb > 0);
  31   if(nb == 1) {
  32     for(int k = 0; k < nb_to_sample; k++) sampled[k] = 0;
  33     return weights[0];
  34   } else {
  35     scalar_t *pair_weights = new scalar_t[(nb+1)/2];
  36     for(int k = 0; k < nb/2; k++)
  37       pair_weights[k] = weights[2 * k] + weights[2 * k + 1];
  38     if(nb%2)
  39       pair_weights[(nb+1)/2 - 1] = weights[nb-1];
  40     scalar_t result = robust_sampling((nb+1)/2, pair_weights, nb_to_sample, sampled);
  41     for(int k = 0; k < nb_to_sample; k++) {
  42       int s = sampled[k];
  43       // There is a bit of a trick for the isolated sample in the odd
  44       // case. Since the corresponding pair weight is the same as the
  45       // one sample alone, the test is always true and the isolated
  46       // sample will be taken for sure.
  47       if(drand48() * pair_weights[s] <= weights[2 * s])
  48         sampled[k] = 2 * s;
  49       else
  50         sampled[k] = 2 * s + 1;
  51     }
  52     delete[] pair_weights;
  53     return result;
  54   }
  55 }